Recentemente, uma equipe de pesquisa do Instituto de Óptica e Mecânica Fina de Xangai da Academia Chinesa de Ciências (CAS) propôs a supressão de aliasing de múltiplas fontes para sensoriamento acústico de fibra distribuída (DAS) com tecnologia de aprimoramento direcionalmente coerente. Os resultados foram publicados em Cartas de Óptica .

O DAS tem algumas vantagens exclusivas, incluindo grande cobertura, alta resolução espacial e temporal, e forte adaptabilidade de ambiente, por isso é amplamente aplicado em muitos campos.

Atualmente, O DAS ainda está preocupado com o problema de aliasing de várias fontes adjacentes devido ao seu mecanismo físico. Por um lado, sinais de alvo fracos podem ser submersos por ruído ambiental intenso de banda larga; por outro lado, vários sinais de alvo são difíceis de detectar individualmente.

A resolução de aliasing de múltiplas fontes é útil para detectar individualmente sinais de múltiplas fontes, a capacidade de identificação e confiabilidade do DAS serão aprimoradas, e o processo de aplicação em grande escala pode ser promovido.

Os pesquisadores propuseram um novo esquema de detecção de DAS baseado no aprimoramento da coerência direcional distribuída para supressão de interferências de múltiplas fontes.

Com a característica única de detecção espacial contínua e a ideia de processamento de sinal de matriz, a correlação espacial de dados de detecção multidimensional foi explorada, o aprimoramento da coerência direcional distribuída foi realizado, sinais de direções específicas podem ser aumentados ou suprimidos, e o aliasing de várias fontes pode ser suprimido.

Em experimentos, eles descobriram que o método proposto pode extrair sinais de alvo fracos de ruído ambiente de banda larga intenso. Os sinais de mesma frequência de diferentes alvos adjacentes também podem ser separados uns dos outros com o método de escuta direcional.

No método proposto, a ideia de processamento de sinal de array foi utilizada com sucesso no DAS, e a escuta direcional distribuída foi realizada. Muitos problemas comuns de apelidos de várias fontes, como baixa precisão de reconhecimento e robustez, pode ser resolvido, e espera-se que o método proposto promova a implementação em larga escala do DAS.